1、出行工具分析

飞机的热门差旅路线为“大十字架” ，热门顶点城市以及十字架上的城市彼此联系构成“大钻石”状。其中 ，最密集的飞机出差路线出现在北京 、上海与珠三角之间。

用“脚”投票的差旅人，各公司的出差党的交通方式选择偏好如下 ：

★200km以下的短距离出差 ，汽车和铁路平分秋色；

★200-800km的中长距离路线中，更多人选择铁路，偏好飞机的比例开始增长 ；

★800-1200km的区间内 ，选铁路和飞机的差旅人群比例相差仿佛 ，略有波动 ；

★1200km以上，飞机的选择比例则越来越高。

2 、出差费用分析

（1）城市级别-酒店价格分析

根据城市级别-酒店价格分布图，出差的住宿标准基本满足一线城市的酒店价格>新一线>二线>三线 。

从图中可以看出，一线城市酒店价格集中在400-500元区间，新一线城市、二线城市酒店价格集中在200-300元区间，三线城市的酒店价格集中在180元左右（注 ：城市级别参考：第一财经·新一线城市研究所2017年5月25日发布的“2017中国城市商业魅力排行” ，下同）。

（2）星级酒店价格分析

从星级酒店价格分布的箱型图上看 ，酒店价格随着星级的上升 ，呈现明显的阶梯状分布 ，并且每个星级之间价格呈现明显的交叉。星级越高的酒店越有可能因为外界因素产生价格差异 ，例如城市级别 、酒店位置 、折扣房型、协议制度 、淡旺季等。

（3）飞机订票分析

城市间交通费用是差旅成本中占比较高的部分，我们就此进行了机票折扣的相关分析。

本文选取14个热门城市间的航线进行分析 ，大部分的差旅购票折扣在0.8-1.0之间 ，北京-杭州的航线折扣分布范围较大，出现4折以下低折扣票的比例较大。

而京粤 、沪粤、京深 、沪深往返多发的折扣是8折以上 。究其原因 ，北京离深圳 、广州的距离较远 ，出差党对飞机的依赖较大 ，而上海离深圳 、广州的距离虽然不远 ，但两地之间的高铁速度较慢，飞机的不可替代性较高 ，故很难出现低折扣。

北上深之间的航线，在每个月订到7折以下折扣票所需要平均提前天数在2-5天之间 ，订北京 、上海之间的特价票所需提前天数平均要比上深 、北深之间少1-2天 。

1、差旅报销流程时长分析

根据汇联易差旅大数据中差旅报销-财务付款的流程时长分析 ，结合企业的规模得出财务流程耗时分布概率密度图。

我们把整体的报销流程分为申请-审批、审批-审核 、审核-放款（由于汇联易系统可在线审批 ，此部分可能存在数据偏差） 。申请-审批环节耗时集中在0到5天 ，审批到审核环节分布比较离散 ，代表不同企业在财务审核部分时间差异较大。而审核-放款环节中出现两个峰值，集中在第3天和第15天（这在一定程度上体现了企业财务的打款时间要求） 。

虽然审核 、放款环节与公司财务制度以及财务集中审核有关，但是效率最高的企业能够做到三个环节共花费120秒的极速放款（基于0审批0审核的极速报销模式） 。

2.报销驳回分析

（1）驳回率分析

出差党在报销场景中最常见的就是报销申请被驳回 ，根据汇联易差旅大数据，可以看出，员工有3%的几率在审批环节被驳回报销单 ，财务审核阶段驳回率更高，达到5% 。另外 ，结合报销审核 、审批时间分析得出 ：报销单一旦驳回，大部分员工一般会在5-8天后，才能等来下次审批或者审核 。

（2）驳回理由分析

报销单驳回理由千差万别 ，根据汇联易大数据，抽取了会计审核过程财务的驳回理由 ，通过对驳回理由的词频分析 ，抓取出差党在报销时究竟是哪一项原因导致报销被驳回 。

根据高频词汇 ，可以重现报销驳回的各种场景 。在报销驳回过程中 ，出现问题最多的就是跟发票相关 ，具体有发票粘贴错误 、发票时间（日期）、发票金额、发票类型有没有问题等 。

3.超额申请费用行为比例分析

根据汇联易大数据 ，能够发现出差党在出差费用的申请上 ，存在超额申请费用的现象（临时增补差旅费用在大部分公司是麻烦事）。

对于出差中可能产生的计划外费用的预期，员工倾向于多申请一些预算。但未超额的比例达到36% ，说明仍有部分出差党在费用评估时是比较保守的。出差党在出差申请对于差旅花费的预估还是比较准确的 ，大部分的预估差异在正负1000元之间 。

根据银联智惠大数据的消费数据标签匹配 ，可以从以下几个维度了解出差党的行为特点。出差党最喜欢的几个餐饮品牌 ：排在第一位的是星巴克 ，作为临时办公地点与会议地点 ，拥有无语伦比的优势 ；差旅人更偏向于去麦当劳与必胜客用工作餐。

粤菜成为了出差党最喜欢的菜系，随着中国走向世界 ，世界融入中国 ，西餐、日本菜、东南亚菜也是出差党一种不错的选择 。

想了解企业120秒的极速放款的情况 ，可关注微信公众号“汇联易”回复“极速报销”获取。

说明 ：

1. 本文数据来源于滴滴企业版 、银联智惠、汇联易 。

2. 感谢城市数据团对本数据报告的支持 。

3. 本文作者为 杨一胜、吴海湾 ，洪大卫 、Sophia、蒯庭君 、潘潘 、卞博 、恋恋 、可可酱、笨小孩 、阿珣、萌侠 做出了特别贡献。本文由微信公众号 汇联易 原创并首发 ，欢迎通过chunxiao.wu@huilianyi.com 联系我们 。

   
   

点击阅读原文获取

汇联易差旅大数据报告完整版

 拓展阅读姊妹篇-2017全国出差地图